人形機器人，向IPO狂奔

文 | 晏川

周天財經(jīng) 原創(chuàng)出品

近一個月，資本市場風云卷動，幾十億人民幣蜂擁砸入具身智能產(chǎn)業(yè)。

宇樹科技于7月18日正式開啟上市輔導，開始向IPO發(fā)起沖刺，此時距宇樹科技進行股改剛過去2個月。而在一個月前，6月19日宇樹科技宣布完成C+輪戰(zhàn)略融資，據(jù)I桔子估算，此輪融資后宇樹估值已達130億人民幣。

與宇樹科技同為第一梯隊的智元機器人在7月8日拋出重磅炸彈，出資至少21億元收購A股科創(chuàng)板上市公司上緯新材63.62%股份。盡管智元機器人聲稱此次收購不涉及業(yè)務(wù)和重大資產(chǎn)的重組上市，但二十多億真金白銀砸出去收購一個和機器人產(chǎn)業(yè)毫無關(guān)聯(lián)的公司, 若說其中沒有別的目的似乎有些掩耳盜鈴。藍橋資本創(chuàng)始人王超在和晚點的對話中就將智元機器人的這一行為稱為「類借殼上市」，其靠近資本市場的野心顯而易見。

兩家頭部企業(yè)的IPO賽跑，體現(xiàn)出上頭針對人形機器人的定向放水，意圖清晰。閘門打開，也驅(qū)使一二級市場聯(lián)動起來。

也是最近幾天，「杭州六小龍」之一的杭州云深處宣布完成近5億元人民幣新一輪融資。它石智航宣布完成由美團戰(zhàn)投領(lǐng)投的1.22億美元天使+輪融資。

值得注意的是，這不是美團第一次出現(xiàn)在具身智能投資方中，據(jù)不完全統(tǒng)計，宇樹、智元，包括下文將要提到的星海圖和自變量機器人等具身智能企業(yè)，背后都有美團的影子?？梢哉f，美團撐起了具身智能的半壁江山。

另外半壁，京東想要接手。

7月21日，眾擎機器人、千尋智能、逐際動力等三家機器人公司同時宣布獲得京東領(lǐng)投的新一輪融資。前兩者融資規(guī)模分別達到近10億元和近6億元。京東似乎要和美團杠上了，雙方戰(zhàn)線從「外賣大戰(zhàn)」蔓延到了具身智能產(chǎn)業(yè)。

北京小雨智造完成由滴滴領(lǐng)投的億元級A+輪融資，這是滴滴第一次投資具身智能賽道。

此外，清華系具身智能企業(yè)星動紀元完成近5億元A輪融資。主攻倉儲機器人和智慧物流業(yè)務(wù)的極智嘉在港交所主板掛牌上市，成為「全球AMR倉儲機器人第一股」。星海圖接連完成A4輪及A5輪戰(zhàn)略融資，兩輪合計融資金額超過1億美元。還有圖速科技、跨維智能等多家公司在近期完成融資。自變量機器人創(chuàng)始人兼CEO王潛更是坦言「我們上半年融了三輪」。

如此之多的融資發(fā)生近一個月內(nèi)，眼花繚亂，體現(xiàn)了資本市場對于具身智能這一未來產(chǎn)業(yè)的期望，眾多企業(yè)紛紛入局，以期在這一片藍海的賽道中提前布局，早早落位。但即便是如此規(guī)模的融資，在王潛看來速度也還不夠快，規(guī)模還不夠大，在接受每經(jīng)記者采訪時，他表示，「具身智能是中國可以和美國站在同一起跑線角逐的大賽道，但與美國公司相比，中國公司不管是融資規(guī)模還是企業(yè)估值，都有著一個數(shù)量級的差距」。

但是熱潮已經(jīng)起來了，這是一個好的啟動。

01 信心來自何處

具身智能（Embodied AI）和機器人并不是新奇的物種。1950年，圖靈在他的論文中就提出了人工智能的兩條發(fā)展路徑：一條是抽象智能，依賴算法和符號推理；另一條就是具身交互，即為機器配備感官設(shè)備，使其能夠通過感官體驗和環(huán)境交互學習技能。

然而直到今日，具身智能才如此頻繁地被提及，眾多初創(chuàng)公司毅然下場造機器人，并成功吸引了大量資本的眼球。那么問題來了，走過了PC時代和手機時代，為什么在這個時間，一個之前不被傾注太多注意力的產(chǎn)業(yè)，突然立地飛升，如日中天?

這其中涉及到兩次關(guān)鍵的范式轉(zhuǎn)變。

第一次范式轉(zhuǎn)變發(fā)生在機器人的本體。這是從液壓驅(qū)動路線向電驅(qū)路線的變革。

宇樹創(chuàng)始人王興興曾說他在2013年以前就看出來液壓方案無法商業(yè)化，原因簡單：它都是精密的機械零件，一旦涉及到精密的機械零件，成本都會下不來。并且，所有的液壓系統(tǒng)都會漏油，連家用轎車都不怎么用液壓系統(tǒng)了。

在液壓技術(shù)路線上走了幾十年的老巨頭進展寥寥。2018年，日本ASIMO機器人宣布停止研發(fā)，這使得全球人形機器人行業(yè)墜入低谷期。直到馬斯克確立了電驅(qū)動路線，成為一次拯救全球機器人行業(yè)的關(guān)鍵技術(shù)轉(zhuǎn)折。

電驅(qū)帶來的大規(guī)模零件精簡，使其具有了規(guī)模效應(yīng)，而押錯科技樹的液壓派，哪怕是積累了半個世紀的技術(shù)壁壘，也在一夜之間被新的小巨頭趕超，波士頓動力如今年銷量僅為宇樹的十分之一，可能會逐漸退出歷史舞臺。

因此，電驅(qū)動的一個巨大紅利，就是為中國小至創(chuàng)業(yè)公司，大到智能家電巨頭再到汽車制造和互聯(lián)網(wǎng)巨頭，這些后發(fā)者，一下子打開了趕超的窗口，大小玩家們都站到了同一起跑線上。

這也得益于新能源電動車成熟的產(chǎn)業(yè)鏈，電機造型變小，力矩變大，電池的能量密度也在不斷提高，技術(shù)轉(zhuǎn)移到機器人產(chǎn)業(yè)鏈上，就可以提升機器人的運動能力和續(xù)航。像滾雪球一樣，一個零部件一個零部件地摳出來高性能與低成本，步步逼近產(chǎn)業(yè)拐點。

第二次范式轉(zhuǎn)變發(fā)生在機器人的「大腦」。這是大模型技術(shù)帶來的變革。

機器人公司魔法原子總裁吳長征說，2023、24年，行業(yè)井噴，ChatGPT3.5的出現(xiàn)至關(guān)重要，大模型技術(shù)發(fā)展，給機器人智能水平提升帶來了一種新范式。生成式AI出現(xiàn)了千倍萬倍的能力提升，讓我們意識到，大模型+機器人，具身智能存在無限潛力。機器人在環(huán)境和感知與理解、推理、決策和任務(wù)規(guī)劃方面，都會產(chǎn)生一種新的范式。在這種新范式下，機器人能力會有千倍萬倍的增長。

大模型的出現(xiàn)顛覆了傳統(tǒng)機器人只能當「遙控玩具」的印象?，F(xiàn)在大模型所展現(xiàn)的復雜場景理解能力和長序列的任務(wù)規(guī)劃能力，都是以往機器人所不具備的，以往機器人的任務(wù)序列是人為事先編寫好的，但大模型通過不斷地訓練和學習，能讓機器人理解周圍環(huán)境，還能結(jié)合環(huán)境和目標任務(wù)進行自主的任務(wù)規(guī)劃，就像人擁有了大腦一樣。

當然，這并不意味著可以直接把現(xiàn)有的大模型拿來塞進機器人里。大模型通過語言進行交互，語言可以作為人機交互的媒介，但不能視作機器人所擁有的智能。銀河通用創(chuàng)始人兼CTO王鶴說，「智能的本質(zhì)是對一種情況做相應(yīng)reaction的能力」，對于機器人來說，通過視覺、聽覺、觸覺與周圍的環(huán)境產(chǎn)生交互，具備理解當下環(huán)境并采取行動的能力才至關(guān)重要。

因此，適用于機器人的具身大模型成為了行業(yè)共識。雖然走到這一步仍需要技術(shù)攻堅，但是方向已經(jīng)明確，前進的關(guān)口已經(jīng)打開，接下來就是等待一個屬于機器人產(chǎn)業(yè)的GPT4時刻。

但前路仍然漫長曲折。

02 攔路虎未除

就當下而言，具身智能離理想中的模樣還相去甚遠。此時的具身智能市場，如同2010s的新能源汽車市場，處于行業(yè)野蠻發(fā)展的初期，技術(shù)尚未成熟，離商業(yè)化落地更差著十萬八千里。

具身智能想要書寫的故事和當下的現(xiàn)實產(chǎn)生了割裂。

首先，具身智能的訓練需要海量的交互數(shù)據(jù)作為支撐，千尋智能具身智能項目負責人解浚源就表示，「數(shù)據(jù)就是目前最大的難點，很多的問題在數(shù)據(jù)量上去之后就自動的不是問題了」。

目前數(shù)據(jù)的主要采集來源分為真實數(shù)據(jù)和仿真數(shù)據(jù)兩種。真實數(shù)據(jù)通過機器人的實操，來獲取機器人在與真實物理世界交互過程中的反饋，主要通過遙操和動捕兩種方式進行。仿真數(shù)據(jù)則通過渲染虛擬環(huán)境，模擬機器人與物體交互，生成訓練數(shù)據(jù)。

由于是實機交互，真機數(shù)據(jù)采集的數(shù)據(jù)質(zhì)量最高，但其短板也是顯而易見：數(shù)據(jù)采集工作量大且成本高昂。高擎機電生態(tài)合伙人同濟子豪兄就提到「我用主從機械臂教機器人抓小龍蝦，重復一百次后手已經(jīng)很疲勞了」。王鶴也指出目前雇人遙操采真實數(shù)據(jù)的成本非常高，「萬臺級機器人數(shù)據(jù)采集每個月的成本在數(shù)億到十億之間」。

仿真數(shù)據(jù)可以訓練成千上萬次，但是虛擬世界與現(xiàn)實世界存在鴻溝，仿真環(huán)境中的物理規(guī)律和機器人感知同現(xiàn)實世界存在偏差，通過仿真得來的數(shù)據(jù)有可能在現(xiàn)實中失效。子豪兄表示「目前主流方案是‘仿真 + 少量真實數(shù)據(jù)’混合訓練，但如何縮小‘仿真 - 現(xiàn)實鴻溝’仍是核心難題」。

泛化不夠，意味著任務(wù)成功率低，再加上價格高昂，人形機器人短期內(nèi)難以走進千家萬戶，成為消費級商品。

千尋智能聯(lián)合創(chuàng)始人高陽在和晚點對話時將具身智能的階段劃分為L0-L5：L0為無智能的工業(yè)機器人；L1為單一任務(wù)智能；L2為單場景多任務(wù)智能；L3為單場景可完成70%-80%人類任務(wù)；L4為單場景100%任務(wù)；L5為跨場景全能。「整個行業(yè)現(xiàn)在正在從L1到L2的路上」。人形機器人公司們要占據(jù)消費市場，仍然需要很長的時間。

高陽說，「現(xiàn)在到L2、L3的提升最主要的挑戰(zhàn)就是泛化性，很難把所有任務(wù)數(shù)據(jù)都采集一遍，所以需要泛化性來支持機器人舉一反三」。泛化性的意思是，讓智能體在真實、開放、動態(tài)變化的物理世界中，能夠?qū)⑵湓趩我画h(huán)境、任務(wù)或?qū)嶓w上學到的能力，有效地遷移和適應(yīng)到前所未見的環(huán)境、任務(wù)或?qū)嶓w上。這種能在開放世界終身適應(yīng)的能力，是具身智能最終走向?qū)嵱没年P(guān)鍵瓶頸和核心目標。

目前多數(shù)機器人只能在高度受控環(huán)境下工作。王興興曾向周天財經(jīng)談道，「當下的問題是，一個任務(wù)目標可以完成，但是場景和任務(wù)稍微換一下，成功率就會暴跌」，這就是泛化性不足帶來的問題。之前機器人公司們整出來的花活，無論是跳舞還是其他諸如后空翻等看起來很唬人的動作，本質(zhì)都是固定動作或遙操，與傳統(tǒng)機器人還未產(chǎn)生本質(zhì)區(qū)別。這也是機器人目前無法進入通用場景的原因。

一位資深投資人士表示「現(xiàn)在純?nèi)诵巫畲蟮氖袌鍪强蒲性核?，他們需要類人?gòu)型做整機控制研究。其他場景都是噱頭——商場展覽、拍廣告，甚至可以租來用一兩次，這說明需求不是長期高頻的?！?/p>

宇樹科技創(chuàng)始人王興興一個月前在夏季達沃斯論壇上宣布宇樹年營收已超過10億元人民幣，為上市預熱。而據(jù)硅基實驗室的統(tǒng)計，科研類高校撐起了宇樹訂單的大頭，其余則由央國企、政府單位等采購。

就在不久前的7月11日，宇樹科技和智元機器人一起拿下目前為止國內(nèi)人形機器人企業(yè)的最大訂單——總預算為1.2405億美元的雙足機器人代工服務(wù)采購項目。這筆訂單來自中移（杭州）信息技術(shù)有限公司。

從以上種種，可以窺見人形機器人公司目前的商業(yè)化瓶頸。在各類不利因素的影響下，機器人的落地部署場景被限制在狹小的區(qū)間內(nèi)，甚至更多是實驗科研需要，機器人公司們的營收來源在短期內(nèi)還無法囊括廣闊的消費市場。

人形機器人公司想要走近消費者，還任重道遠。但資本方目前給出的高溢價，主要就是為消費級可能性而買單。

03 未來指向何處

資金涌入代表了創(chuàng)業(yè)者和投資人們對前景非常樂觀。

王興興就斷言「2025年年底的技術(shù)進步會上升一個臺階，會給全球產(chǎn)業(yè)界打一個更大的雞血，熱度、市場規(guī)模翻十倍是沒問題的」。

當下走向具身智能的主流技術(shù)路線有兩種：一種是端到端模型，一種是分層決策模型。端到端路線直接將原始傳感器輸入如攝像頭圖像、激光雷達、觸覺信號等映射到機器人的動作輸出，不依賴人工設(shè)計的中間模塊，通過單一模型完成從感知到?jīng)Q策的全流程。

分層決策的核心是將任務(wù)分解為多個層級，每層專注于特定的子功能，從感知到執(zhí)行之間的各環(huán)節(jié)是獨立的，各模塊可分別優(yōu)化或采用混合技術(shù)方案。

實際上，端到端模型已經(jīng)成為大部分從業(yè)者的共識。這一路線是特斯拉選擇的方案，同時國內(nèi)耳熟能詳?shù)木呱碇悄艹鮿?chuàng)企業(yè)如星動紀元、星海圖等采取的也都是端到端的解決方案。端到端當下的主要決策模型是VLA（Vision-Language-Action）, 旨在通過統(tǒng)一模型將視覺信息、語音指令和物理動作控制深度融合，從而使機器人在開放世界中具備自主推理、決策和執(zhí)行的能力。

有研究者認為，今天的具身智能接近于自動駕駛2010年的那個階段，為什么是2010年？因為當年谷歌展示了相當不錯的自動駕駛原型Demo，還舉行了像無人車競賽這樣的學術(shù)前沿性活動，展示了激光雷達、高精地圖定位、SLAM等技術(shù)方式，證明汽車自動駕駛是可行的，但離真正規(guī)?；瘧?yīng)用仍有很大差距。今天智能機器人展示的很多能力和Demo，從完成度上來看，非常接近于2010年自動駕駛所展示的。而到了2025年，特斯拉FSD才趨于成熟，理想汽車的端到端也基本能用，又是一個15年的gap。

因此盡管在當下來看，在端到端方面下功夫或許還需要較長的時間才能等到技術(shù)臨界點出現(xiàn)。手動分層或許可以在短期內(nèi)占得工程上的便宜，但從長遠來看遲早會被淘汰。高陽在和晚點的對談中就提到「2016年我們剛開始做自動駕駛的端到端，當時沒人相信，但是我們從那個年代就開始相信端到端了」。

適合具身智能發(fā)展的各種要素已經(jīng)準備好了，只待AI能力達到新的臨界點，具身智能賽道將迎來井噴式的爆發(fā)。王興興在和周天財經(jīng)對談時表示：「最大的點還是行業(yè)天花板是機器人AI的天花板決定的，如果AI天花板不突破的話，增長也就是50-100%的線性增速，如果突破了臨界點，整個產(chǎn)業(yè)就會大爆發(fā)，所有大公司都會加入進來的。」

這是一個漫長的征途，性能拉升需要時間，而在真正屬于具身智能的時代到來之前，該怎么活到那一天才是目前相關(guān)公司們需要考慮的事情。微軟全球原副總裁、院士張亞勤心中的時間表是：需要10-20年。他認為，信息智能的AGI 5年內(nèi)可達到；物理智能的AGI分階段達成，如人形機器人大約需要10年達到。

王鶴曾向晚點表示未來五年是具身智能的關(guān)鍵期：「若頭部企業(yè)做不到萬臺級自主機器人應(yīng)用，行業(yè)可能重蹈工業(yè)視覺覆轍——故事講得大，實際營收僅幾億?！?/p>

部分企業(yè)的策略是兩步走，曲線救國，先拿到專用工業(yè)場景里跑數(shù)據(jù)，再逐漸泛化通用。梅卡曼德機器人創(chuàng)始人邵天蘭對「牛白丁」表示，「全球約10-20億人從事制造、物流及相關(guān)工作，而工業(yè)機器人存量僅400萬臺。即使僅替代1%的崗位，也將形成千萬級市場，規(guī)模遠超當前存量?！?/p>

初步可預見的是，在未來的幾年內(nèi)，具身智能先落地工業(yè)、商超等場景，規(guī)模鋪開之后，機器人和真實物理世界形成大量交互，產(chǎn)生的數(shù)據(jù)量級暴增，從而為下一級的機器人訓練提供寶貴的真實數(shù)據(jù)，這樣形成良性循環(huán)，催生機器人向跨任務(wù)全場景全能型邁進。

《銀河帝國》中，阿西莫夫虛構(gòu)了一個存活三萬年的機器人角色，它已經(jīng)進化出了自己的意識，擁有遠超人類的智能，為保護人類的利益默默守護了兩萬年。眼下，我們正在向這種夢想靠近。

*僅介紹公司，不構(gòu)成推薦股票的建議